अधिगम दर का चयन सावधानी से क्यों करना चाहिए?
Why should the learning rate be chosen carefully?
Explanation opens after your attempt
A. क्योंकि यह मॉडल के अद्यतन की गति और प्रशिक्षण की स्थिरता को प्रभावित करती हैBecause it affects the model update speed and training stability
Simple Explanation
अधिगम दर प्रत्येक चरण में मॉडल के भारों में होने वाले परिवर्तन का आकार निर्धारित करती है। बहुत बड़ी अधिगम दर से मॉडल न्यूनतम त्रुटि-बिंदु को पार कर सकता है और प्रशिक्षण अस्थिर हो सकता है, जबकि बहुत छोटी दर से प्रशिक्षण अत्यधिक धीमा हो जाता है। इसलिए ऐसी दर चुननी चाहिए जो सीखने की गति और स्थिरता के बीच संतुलन बनाए। परीक्षा-युक्ति: अधिगम दर को मॉडल के अपडेट-चरण के आकार के रूप में याद रखें। / The learning rate determines the size of the change made to the model’s weights at each update. If it is too high, the model may overshoot the minimum-error point and training can become unstable; if it is too low, training becomes unnecessarily slow. Therefore, it must balance learning speed and stability. Exam tip: remember the learning rate as the size of each model-update step.
Login to save your score, XP, coins and progress.